講演抄録/キーワード |
講演名 |
2018-07-12 15:05
[チュートリアル講演]強化学習の実践的問題への応用と課題 ○牧野貴樹(Google) RCC2018-51 NS2018-68 RCS2018-113 SR2018-48 ASN2018-45 |
抄録 |
(和) |
強化学習は、正解データを用意することが困難な問題に対して試行錯誤を通して最良の手順を学習 する機械学習のフレームワークとして注目を集めているが、実際の問題に適用することは簡単ではない。本公演では、強化学習の基礎的な考え方を紹介するとともに、どのような問題に強化学習が適しているかを説明する。また、強化学習の適用における様々な課題について、特に問題設定の定式化、報酬設計、深層学習の適用に焦点を当てて議論する。 |
(英) |
Reinforcement learning is a machine learning framework that learns best sequence of actions through trial-and-error in domains where providing sufficient supervised data is infeasible. Despite its success recently attracts a lot of attentions, it is not easy to apply it to a new problem. In this tutorial, we introduce the basic idea of reinforcement learning and explain types of problems that are suitable to reinforcement learning. In addition, we discuss roadblocks and recent techniques, in particular the part of problem formulation, reward design and deep reinforcement learning. |
キーワード |
(和) |
強化学習 / 機械学習 / 深層強化学習 / / / / / |
(英) |
reinforcement learning / machine learning / deep reinforcement learning / / / / / |
文献情報 |
信学技報, vol. 118, no. 126, SR2018-48, pp. 129-129, 2018年7月. |
資料番号 |
SR2018-48 |
発行日 |
2018-07-04 (RCC, NS, RCS, SR, ASN) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
RCC2018-51 NS2018-68 RCS2018-113 SR2018-48 ASN2018-45 |
研究会情報 |
研究会 |
ASN NS RCS SR RCC |
開催期間 |
2018-07-11 - 2018-07-13 |
開催地(和) |
函館アリーナ |
開催地(英) |
Hakodate Arena |
テーマ(和) |
無線分散ネットワーク,機械学習とAIを応用した無線通信・ネットワーク技術,M2M (Machine-to-Machine),D2D (Device-to-Device),IoT(Internet of Things),一般 |
テーマ(英) |
Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT(Internet of Things), etc. |
講演論文情報の詳細 |
申込み研究会 |
SR |
会議コード |
2018-07-ASN-NS-RCS-SR-RCC |
本文の言語 |
日本語 |
タイトル(和) |
強化学習の実践的問題への応用と課題 |
サブタイトル(和) |
|
タイトル(英) |
Reinforcement Learning: Application and Issues |
サブタイトル(英) |
|
キーワード(1)(和/英) |
強化学習 / reinforcement learning |
キーワード(2)(和/英) |
機械学習 / machine learning |
キーワード(3)(和/英) |
深層強化学習 / deep reinforcement learning |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
牧野 貴樹 / Takaki Makino / マキノ タカキ |
第1著者 所属(和/英) |
Google Inc. (略称: Google)
Google Inc. (略称: Google) |
第2著者 氏名(和/英/ヨミ) |
/ / |
第2著者 所属(和/英) |
(略称: )
(略称: ) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-07-12 15:05:00 |
発表時間 |
120分 |
申込先研究会 |
SR |
資料番号 |
RCC2018-51, NS2018-68, RCS2018-113, SR2018-48, ASN2018-45 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.123(RCC), no.124(NS), no.125(RCS), no.126(SR), no.127(ASN) |
ページ範囲 |
p.119(RCC), p.151(NS), p.161(RCS), p.129(SR), p.135(ASN) |
ページ数 |
1 |
発行日 |
2018-07-04 (RCC, NS, RCS, SR, ASN) |
|